待验证100% 置信事实精确时间

KL散度具有非对称性，即D(p,q) ≠ D(q,p)

2

来源数

100%

置信度

长期有效

时效性

2026/8/2

首次发现

来源

From Entropy to Cross-Entropy: An Information-Theoretic Derivation of the Logistic Regression Loss Function

涉及实体

KL Divergenceconcept

相关事实

待验证KL散度是非对称的，P相对于Q的KL散度与Q相对于P的KL散度不相等83% 相似待验证KL散度最早由Solomon Kullback和Richard Leibler在1951年提出，具有非对称性即KLD(P||Q) ≠ KLD(Q||P)72% 相似待验证k-quant命名中的'k'代表k-means聚类思想在量化中的应用68% 相似待验证卡尔曼增益公式为 K = PH^T(HPH^T + R)^{-1}，在线性高斯条件下达到理论最优估计67% 相似待验证量子蒙特卡洛（QMC）和耦合簇理论（CCSD(T)）的计算量分别随系统规模呈O(N³)至O(N⁷)增长63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/679896

API

curl https://kongchang.com/api/v1/knowledge/claims/679896

MCP

get_claim(id=679896)